固然存在諸多優(yōu)勢，但是自動駕駛技術(shù)也引發(fā)了很多擔憂。除了擔心他們的安全級別，如何處理復雜的城市交通環(huán)境，在發(fā)生交通事故后劃分責任，是否會讓現(xiàn)有的交通變得更糟糕等等之外，我們還需要擔心他們對種族的傷害。

根據(jù)佐治亞理工學院的一項新研究，黑種人可能會比白種人更容易受到自動駕駛汽車的傷害，這是因為自動駕駛車輛可以更好的檢測出膚色較淺的行人。

該研究的作者首先提出了這樣一個非常簡單的問題：目前應用于自動駕駛汽車上最先進的目標檢測模型對不同膚色的人群檢測精準度如何？為了找到答案，他們查閱了包含行人的大型圖像數(shù)據(jù)集。然后使用菲氏量表(Fitzpatrick Scale，一種將人類膚色從淺到深分類的系統(tǒng))對測試人群進行了分割。

研究人員盡量控制了反應時間等諸多變量，但結(jié)果還是發(fā)現(xiàn)相比較淺色皮膚組，深色皮膚組的平均檢測精準度降低了5個百分點。該研究的作者之一Jamie Morgenstern表示：“我們工作的主要任務(wù)就是的共享統(tǒng)一架構(gòu)的視覺系統(tǒng)應該精準度上非常接近。”

不過這項研究結(jié)果尚未經(jīng)過同行評審。在論文中并沒有對被自動駕駛汽車使用的任何實際物體探測模型進行測試，也沒有利用自動駕駛汽車制造商實際使用的任何訓練數(shù)據(jù)集。論文只是測試了學術(shù)研究人員使用的幾種公開數(shù)據(jù)集的模型。不過研究人員只能獲得這些公開數(shù)據(jù)集，因為出于利益方面的問題這些公司并不會貢獻它們的數(shù)據(jù)。